当今社会正逐步进入智能化时代,人工智能技术、自动识别技术以及机器人行业的发展更加迅速,智能监管的应用被列为一项重要的发展计划。人工、直升机和机器人已经成为当今社会三种主要的监管作业方式。
输送装置(皮带、刮板机)等机器设备是洗煤厂、电厂等能源企业生产过程中重要的设备,不仅是企业效益的重要来源,还是安全生产的重点监控对象。目前此类工厂的设备巡检基本上依靠人工巡检。以输煤皮带为例,由于输送装置较长、现场环境复杂,分布地域不均,呈现出“点多面广”、”环境复杂”的情况。人工巡检劳动强度大,需要驻点定时检查,很难做到管理和规范,确保点检的到位,易出现漏检、误检,成本大且效率低;并且人工记录使巡检数据容易出差错或者不准确,文字描述不够直观,记录真实性得不到保证,而且相关资料无法及时保存或者手工书写不规范,数据真实性不可控,难以存档留待以后需要时查看,因而利用价值低;巡检员在巡视的同时还要专心记录,若分散注意力,不利于发现微小隐患;数据难整理,数据存在碎片化,需要专门人员分类归档,难以做到完全分类正确不出差错,进而无法分析各项巡检数据也是人工巡检的弊端。
一旦输送装置等机器设备运行时发生故障而未被及时察觉,往往会产生较大的经济损失,甚至造成人员伤亡,如果因此造成停工停产,损失将进一步扩大。
因此在信息化、自动化生产技术高度发达的时代,采用智能巡检代替人工进行繁重、条件恶劣的巡检工作已是主流之势。相较于人工巡检,智能巡检可以大大改善这些不足与漏洞。而智能识别结合深度学习后,稳定可靠;可实现高频巡检,效率大大提升;机器可代替人工完成复杂环境巡检工作,杜绝人身安全风险;利用大数据收集和分析,提供全周期管理和预防性养护服务。相比之下,智能巡检可实现:视觉识别、设备测温、声音识别、跑冒滴漏识别、故障诊断预测分析、巡检任务管理、巡检结果管理等功能,更具竞争力与稳定性。
针对在实际生产和管理中的迫切需要,团队自主研发了基于大数据的设备智能云防及健康监管平台。